基于改进遗传算法的超光谱图像特征选择方法

• 作者: 刘颖 张晔 谷延锋
• 来源期刊: 哈尔滨工业大学学报
• 学科: 工学
• 关键词: 超光谱图像 特征选择 遗传算法
• 年，卷（期）: 2005,（6）
• 页码范围: 733-735,747
• 页数: 4页
• 分类号: TP751.1
• 字数: 3062字
• 语种: 中文
• DOI: 10.3321/j.issn:0367-6234.2005.06.005

摘要

提出的特征选择新方法充分利用遗传算法并行搜索、全局寻优的优点,并结合超光谱图像特征选择的具体应用,选择表征类别可分性的判别标准作为评价函数计算个体适应度,通过交叉和变异操作实现个体进化.为加快算法收敛速度,提高遗传算法性能,在遗传算法中引入了两代竞争机制,获取最佳的分类特征组合.利用一幅200波段的AVIRIS超光谱图像进行的仿真实验结果表明,所提出的方法用于特征选择具有分类精度高,计算耗时少的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晔	哈尔滨工业大学信息工程系	108	943	17.0	25.0
2	谷延锋	哈尔滨工业大学信息工程系	24	349	11.0	18.0
3	刘颖	哈尔滨工业大学信息工程系	52	445	13.0	20.0